Những kết quả trong phần 4 dường như có ít hy vọng để thu được các độ lợi dung năng cao như dự đoán cho các hệ thống MIMO khi kênh không thể được ước lượng một cách chính xác tại bộ thu và phân bố kênh tuân theo mô hình ZMSW. Đó là do đa số các kênh khi được tính trung bình theo một vùng tương đối nhỏ, trong đó hoặc trung bình khác 0, hoặc hiệp phương sai là không trắng. Vì vậy, nếu các tham số phân phối này có thể theo dõi được phân phối kênh sẽ tương ứng với hoặc mô hình CMI hoặc mô hình CCI. Trong trường hợp này, dung năng kênh độc lập với các giá trị riêng ưn nhỏ nhất của ma trận hiệp phương sai phading phát và với véc tơ riêng của ma trận hiệp phương sai phading phát và thu t r
R
R , . Đồng thời, trái với những kết quả đối với mô hình phading trắng theo không gian, việc thêm nhiều anten phát lớn hơn chiều dài khoảng kết hợp (M>T) không làm tăng dung năng, nhưng khi tăng các anten phát luôn luôn tăng dung năng với điều kiện là các hệ số phading kênh có tương quan không gian. Vì vậy, trái ngược với những kết quả khi các phading là độc lập với CSIR hoàn hảo, những kết quả này chỉ ra rằng với CCI tại bộ thu và bộ phát, tương quan phading phát có thể có lợi. Đó là trường hợp cần tối thiểu hoá
khoảng cách giữa các anten phát đối với di động cao, trong đó kênh phading nhanh không thể đo được một cách chính xác. Thí dụ với kênh phading nhanh T = 1 độ lợi dung năng khả dụng tối đa do các tương quan phading phát là
dB M 10 log 10 4.2.4.6. Các kênh Phading chọn lọc tần số
Phading phẳng là một giả thiết phù hợp cho các hệ thống băng hẹp, trong đó độ rộng băng kết hợp của tín hiệu nhỏ hơn độ rộng băng kết hợp của kênh, còn với hệ thống băng rộng thì phải coi là kênh có phading chọn lọc tần số. Nghiên cứu dung năng của các hệ thống MIMO với phading chọn lọc tần số thường dùng phương pháp phân chia độ rộng kênh thành các kênh phading phẳng song song và xây dựng một ma trận kênh chéo hoá với các khối, và mỗi khối ở đường chéo của ma trận kênh tương ứng với mỗi kênh con này (như đã xét dung năng ở chương III). Khi CSIR và CSIT biết hoàn hảo, với ràng buộc tổng công suất không đổi, dùng giải pháp đổ nước, cho ta kết quả dưới dạng giải tích [công thức 3.47]. Chú ý rằng “đổ nước” được thực hiện trên cả không gian và tần số. Một điều cần lưu ý là : theo những giả định của CSIR và CDIT ứng với mô hình ZMSW, kênh phading chọn lọc tần số có thể cho những lợi ích không chỉ với dạng dung năng Ergodic, mà còn với dung năng ngừng hoạt động. Các kênh phading chọn lọc tần số MIMO cho ta cả độ lợi phân tập cao hơn và độ lợi hợp kênh cao hơn các kênh phẳng MIMO
4.2.2.7 . Việc tập luyện đối với các hệ thống đa anten
Những kết quả đã trình bày trong phần trước chỉ ra tằng CSI đóng một vai trò quan trọng trong dung năng của hệ thống MIMO. Đặc biệt, dung năng tìm được khi không có CSIR trong các trường hợp khác nhau là đáng chú ý và thường được so sánh khá bi quan với dung năng được giả định CSIR hoàn hảo. Vì vậy, biết CSIR là quan trọng để thu được dung năng cao trong các liên kết không dây đa anten. CSIR thường có được bằng việc gửi các ký hiệu tập luyện đã biết tới bộ thu. Tuy nhiên, với quá ít tập luyện thì sự ước lượng kênh là không chính xác, nhưng với quá nhiều tập luyện sẽ không có thời gian đối với việc truyền dẫn dữ liệu trước khi kênh thay đổi. Vì vậy, một yêu cầu quan trọng đặt ra là bao nhiêu tập luyện là cần thiết trong các liên kết không dây đa anten? Khi công suất tập luyện và các công suất dữ liệu có thể thay đổi, số ký hiệu tập luyện tối ưu là bằng với số lượng anten phát – đó cũng là chiều dài khoảng tập luyện nhỏ nhất vẫn đảm bảo được việc ước lượng có nghĩa của ma trận kênh. Khi công suất tập luyện và các công suất dữ liệu bằng nhau, khoảng tập luyện
tối ưu có thể là dài hơn số lượng anten phát. Hơn nữa, sơ đồ dùng chuỗi tập luyện là tối ưu với SNR cao, và gần tối ưu khi SNR thấp.
4.3. Các vấn đề mở trong MIMO đơn ngƣời dùng
Những kết quả đã tóm tắt trong phần này là nền tảng cho sự hiểu biết của chúng ta về dung năng kênh theo các giả thiết CSI và CDI khác nhau
Những kết quả này dùng như những chỉ thị hữu ích đối với lợi ích của sơ đồ hợp nhất tập luyện và phản hồi trong một liên kết không dây MIMO, để lần lượt thu được CSIR/CDIT và CSIT/CDIT. Tuy nhiên, sự hiểu biết của chúng ta về dung năng kênh MIMO chỉ với CDI vẫn chưa hoàn thiện, tức là trong hệ thống đơn người dùng tồn tại khá nhiều vấn đề mở:
1. CCI và CMI tổ hợp : Dung năng khi biết CDIT và CSIR hoàn hảo, chưa được giải quyết theo một mô hình phân bố CCI và CMI tổ hợp, thậm chí với một anten thu
2. Mô hình CCI : Khi biết CSIR và CDIT hoàn hảo, dung năng chưa tính được theo mô hình CCI đối với những tương quan chung nhất.
3. CDIR : Hầu hết các trường hợp khi chỉ biết CDIR là các vấn đề mở 4. Dung năng ngừng hoạt động : Đa số các kết quả chỉ biết CDI, chỉ ở bộ
phát hoặc bộ thu là với dung năng ergodic. Còn với dung năng ngừng hoạt động còn ít được tính toán hơn so với dung năng ergodic và chứa đựng một sự phong phú về các bài toán mở
Nhƣ vậy:
Chúng ta đã tóm tắt những kết luận gần đây về dung năng của các kênh MIMO cho hệ thống đơn người dùng, các độ lợi dung năng lớn được tiên đoán cho hệ thống như vậy có thể được thực hiện trong một số trường hợp, nhưng những giả thiết hiện thực về sự nhận biết kênh và mô hình kênh được xét, có thể làm giảm đáng kể những độ lợi này. Đối với các hệ thống đơn người dùng, dung năng khi biết CSI hoàn hảo tại bộ thu và bộ phát là rõ ràng và dự đoán rằng dung năng tăng tuyến tính theo số lượng anten. Điểm lùi từ những sự giả định CSI hoàn hảo làm sự tính toán dung năng là khó khăn hơn nhiều và các độ lợi dung năng cao phụ thuộc vào bản chất của CSI/CDI, SNR kênh và các mối tương quan phần tử anten. Đặc biệt, việc giả định biết CSIR, CSIT hoàn hảo cung cấp độ lợi dung năng đáng kể tại các SNR thấp, rất quan trọng để đưa công suất vào các mode riêng thích hợp của hệ thống. Một điều lý thú là với việc biết CSIR hoàn hảo và CSIT, tương quan anten được cho thấy làm tăng dung năng tại các
SNR thấp và giảm dung năng tại các SNR cao. Cuối cùng, theo hiểu biết CDIT và CDIR đối với kênh trắng không gian trung bình bằng 0, tại các SNR cao dung năng tăng tương đối chỉ hai lần logSNR đối với số lượng anten, chỉ là hằng số cộng. Độ lợi khá khiêm tốn này về dung năng phải chăng minh chứng cho việc thêm anten nữa là không cần thiết. Tuy nhiên, tại các SNR vừa phải việc tăng cường tương đối theo số lượng anten là ít bi quan hơn.
KẾT LUẬN
MIMO ra đời với mục đích đáp ứng lợi ích trên cả hai phương diện hàng đầu của một kênh truyền không dây, đó là: khả năng đạt được độ lợi phân tập (là thước đo mức độ tin cậy truyền tin); và khả năng đạt được độ lợi hợp kênh (là thước đo tốc độ dữ liệu), đây là hai mục tiêu cơ bản cần hướng tới của kênh truyền vô tuyến trong tương lai, trong khi SISO cổ điển đã chạm tới ngưỡng giới hạn của nó. Do MIMO đã sử dụng các kỹ thuật để xử lý những vấn đề gây ra bởi hiện tượng phading, như là kỹ thuật phân tập (đặc biệt là kỹ thuật phân tập không gian), kỹ thuật tạo chùm,…, mà không cần phải mở rộng dải tần khả dụng trong hoàn cảnh tài nguyên tần số ngày càng khan hiếm, nên càng có ý nghĩa.
Đánh giá về hiệu năng của hệ thông tin không dây MIMO có thể thông qua dung năng của kênh, tỷ lệ lỗi bit, v.v… Nhưng do thời gian làm luận văn chưa đủ, để có thể nghiên cứu sâu hơn đến hiệu năng của hệ thống thông tin không dây MIMO, luận văn mới chỉ dừng lại ở việc xét dung năng trong một số trường hợp, những giới hạn kết quả về dung năng của hệ MIMO đơn người dùng. Và mô phỏng chỉ xét trong một số trường hợp, với số lượng anten thu phát nhỏ, nên chưa thấy được những kết quả tốt nhất về những kết quả và hạn chế của nghiên cứu dung năng cũng chưa có hiểu biết đầy đủ.
Nếu điều kiện cho phép, trong tương lai, những vấn đề như đánh giá về hiệu năng của hệ MIMO thông qua tỷ lệ lỗi bit; những giới hạn về dung năng của hệ MIMO đa người dùng, Adhoc, là những vấn đề em muốn tiếp tục.
Với các kết quả đạt được của khóa luận, hy vọng rằng nó sẽ rất hữu ích cho những ai quan tâm đến hệ thống thông tin không dây MIMO.
TÀI LIỆU THAM KHẢO
1. Tiếng Việt
[1] BP.LATHI (1999), “Hệ thông tin số và tương tự hiện đại”, chương 5+6, người dịch PGS. TS. Nguyễn Viết Kính, trường Đại học Công Nghệ - Đại học Quốc Gia Hà Nội.
[2] Nguyễn Quang Hưng (2006), Xử lý anten mảng theo không gian và thời gain trong thông tin vô tuyến, Luận án tiến sỹ kỹ thuật, Trường Học Viện Bưu Chính Viễn Thông.
[3] T.S Phan Hồng Phương, KS. Lâm Chi Thương (2007), Kỹ thuật phân tập anten trong cải thiện dung lượng hệ thống MIMO
2. Tiếng Anh
[4] Aida Botonjic’ (2004), MIMO channel models, Department of Science and Technology, Link
..
opings Universitit, Sweden,
http://www.ep.liu.se/exjobb/itn/2004/ed/004
[5] Bengt Holter (2004), On the capacity of the MIMO channel – A tutorial introduction, Norwegian University of Science and Technology Department of Telecomunication, Norway.
[6] Bernard Sklar, Rayleigh Fading Channels in Mobile Digital Communication Systems, part I :Characterization, IEEE Jul 1997.
[7] E.Telatar,“Capacity of multi-antenna Gaussian channels,” Eur.Trans. Telecomm.ETT,vol.10,no.6,pp.585–596,Nov.1999
[8] Ezio biglieri, Robert calderbank, Anthony constardinides, Andrea Goldsmith, H.Vincent poor, MIMO wireless Communication, chapter I, 2007
[9] G.J.Foschini, M.J Gans (Aug 1998), On limits of wireless communication in a fading environment when using multiple antennas, Wireless Personal Comunication, vol6, 311 -355.
[10] Matlab 7.0
[11] P.Almers, E.Bonek, A. Burr, N. Czink, M.Debbah, V. Degli- Esposti, H. Hofstetter, P.Ky
..
osti, D. Laurenson, G. Matz, A. F. Molisch, C. Oestges and H. Ozcelik (May,2006), Survey of Channel and Radio Propagation Models for Wireless MIMO System.
[12] Sergey Loyka (2006), MIMO channel capacity electromagnetic wave prespective, School of Information Technology & Engineering, University of Ottawa, Canada
PHỤ LỤC
Mô phỏng dung năng của hệ thống MIMO
1. Chương trình con mô phỏng thuật toán đổ nước
function [Capacity PowerAllo] = WaterFilling_alg(PtotA,ChA,B,N0); ChA = ChA + eps;
NA = length(ChA); % So luong cac kenh con duoc cap phat
H = ChA.^2/(B*N0); % Tham so lien quan den SNR trong cac kenh con % Cap phat cong suat cho cac kenh con
PowerAllo = (PtotA + sum(1./H))/NA - 1./H; while(length(find(PowerAllo < 0 ))>0) IndexN = find(PowerAllo <= 0 ); IndexP = find(PowerAllo > 0); MP = length(IndexP); PowerAllo(IndexN) = 0; ChAT = ChA(IndexP); HT = ChAT.^2/(B*N0);
PowerAlloT = (PtotA + sum(1./HT))/MP - 1./HT; PowerAllo(IndexP) = PowerAlloT;
end
PowerAllo = PowerAllo.';
Capacity = sum(log2(1+ PowerAllo.' .* H));
2. Mô phỏng dung năng của hệ thống MIMO
%======================================================= % Mo phong dung nang cua kenh MIMO voi M anten phat, N anten thu, trong %moi truong tan xa manh. Cong suat trong cac kenh con song song (sau khi %phan tich SVD ma tran kenh H duoc phan bo nhu thuat toan do nuoc trong %chuong trình con WaterFilling_ alg. Dong thoi chuong trinh nay cung mo %phong ham phan bo mat do xac suat cac phan tu ma tran kenh lanada
clear all close all clc; M_V = [1 2 3 2 4]; N_V = [1 4 2 3 6]; N0 = 1e-4; B = 1;
t = 1e4; % gia tri khoi tao phai lon hon 1e2 SNR_V_db = [-20:3:20]; SNR_V = 10.^(SNR_V_db/10); color = ['b';'r';'g';'k';'c']; notation = ['-o';'->';'<-';'-^';'-s']; for(k = 1 : 5) M = M_V(k); N = N_V(k); for(i = 1 : length(SNR_V)) Pt = N0 * SNR_V(i); for(j = 1 : t) H = random('rayleigh',1,N,M); [S V D] = svd(H); landas(:,j) = diag(V);
[Capacity(i,j) PowerAllo] = WaterFilling_alg(Pt,landas(:,j),B,N0); end end f1 = figure(1); hold on plot(SNR_V_db,mean('Capacity'),notation(k,:),'color',color(k,:)) f2 = figure(2); hold on [y,x] = hist(reshape(landas,[1,min(M,N)*t]),100); plot(x,y/t,'color',color(k,:)); clear landas; end f1 = figure(1);
legend_str = []; for( i = 1 : length(M_V)) legend_str =[ legend_str ;... {['M = ',num2str(M_V(i)),' , N = ',num2str(N_V(i))]}]; end legend(legend_str); grid on set(f1,'color',[1 1 1]) xlabel('SNR [dB]')
ylabel('Dung nang [bits/s/Hz]'); f2 = figure(2);
legend(legend_str); grid on
set(f2,'color',[1 1 1])